概念Bayesian Risk
贝叶斯风险
统计决策理论中的经典概念，表示贝叶斯最优分类器的平均错误率，是量子态判别性能的理论下界
时间轴 (近 90 天)
10月14日
基于神经网络的量子态判别在信号分类上已展现出优于传统方法的表现，但其误差仍受限于可用读出分布的贝叶斯风险下界。
待验证50%
10月14日
量子态判别的性能天花板由读出信号本身的信噪比和分布重叠程度决定，而非分类器算法。
待验证50%
10月14日
Lifting的理论分析证明，从固定联合分布中保留额外通道不会增加贝叶斯风险。
待验证50%
9月11日
论文提出的核心创新是按照对下游贝叶斯风险（Bayes Risk）的预期降低程度来选择实验批次
待验证50%